콜센터 콜봇에 적합한 sLLM 평가 프레임워크 제시
게이팅·스코어카드 이중 평가 체계로 실서비스 품질 검증 강화

ECS텔레콤은 자사 AI 연구를 담당하는 류기동 박사가 한국지능정보시스템학회 춘계학술대회에서 「콜센터 콜봇에 적합한 sLLM 평가 프레임워크 및 평가셋 설계」 연구 논문을 발표했다고 밝혔다.

이번 연구는 생성형 AI 기술이 컨택센터 산업 전반으로 빠르게 확산되는 가운데, 실제 콜센터 운영 환경에 적합한 소형 언어모델(sLLM)을 평가하기 위한 체계적인 기준을 제시했다는 점에서 의미가 있다.

ECS텔레콤은 본 연구의 핵심 기술에 대한 특허 출원을 완료했으며, 향후 평가 프레임워크와 실증 데이터를 학술 커뮤니티와 단계적으로 공유할 계획이다.

최근 ChatGPT, Claude, Gemini 등 상용 대형 언어모델과 1B~35B 규모의 중소형 언어모델이 빠르게 확산되면서 기업의 생성형 AI 모델 도입 의사결정은 더욱 복잡해지고 있다. 특히 콜봇은 일반적인 문장 생성 능력뿐 아니라 음성 대화 흐름, 지식 기반 응답 정확성, 부적절 응답 거부, 상담 시나리오 적합성, 지연시간 등 실제 운영 환경에 특화된 품질 검증이 필요하다.

류기동 박사는 “MMLU, GSM8K와 같은 범용 벤치마크 점수만으로 콜봇용 모델을 선정하면 실제 서비스 품질을 충분히 예측하기 어렵다”며 “이번 연구는 NIST AI RMF, OWASP, RAGAS 등 9개 핵심 문헌에서 도출한 63개 품질 항목과 VUI(Voice User Interface) 특성을 콜봇 도메인에 맞춰 6개 평가 영역으로 재구성한 데 의미가 있다”고 설명했다.

이번 연구는 반드시 통과해야 하는 최소 품질 기준인 ‘게이팅(Gating)’과 모델 간 다차원 비교를 위한 ‘스코어카드(Scorecard)’를 분리한 이중 채점 체계를 제안했다. 이를 통해 기업은 콜봇 도입 전 후보 모델의 사용 가능 여부를 선별하고, 실제 운영 목적에 적합한 모델을 보다 체계적으로 비교할 수 있다.

ECS텔레콤은 이번 평가 체계를 자사 AICC 플랫폼의 모델 검증, 도입, 운영 사이클에 적용해 고객사의 콜봇 도입 컨설팅과 품질 관리에 활용할 방침이다. 또한 후속 연구를 통해 ‘파인튜닝 용이도(Fine-tuning Readiness)’ 부지표를 추가하고, 콜봇 맞춤형 sLLM 개발 및 개선 과정의 품질 점검 도구로 확장할 예정이다.

ECS텔레콤은 1999년 설립된 컨택센터 및 통합 커뮤니케이션 전문기업이다. 금융, 공공, 통신, 이커머스 등 주요 산업 분야의 컨택센터 구축과 운영을 지원해 왔으며, 최근에는 자체 AICC 플랫폼을 기반으로 콜봇, 챗봇, 상담 지원, 지식 관리 등 생성형 AI 기반 컨택센터 솔루션을 공급하고 있다.

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지